Zavix | Intellisoftx

Abstract

• 本文分析了各种用于识别和检测多样尺度物体的技术
• 对输入数据不同处理，比较特定尺度设计和尺度不变设计检测器
• 为了检验上采样对检测小物体是否必须，我们在ImageNet上评估了不同网络架构检测小目标的性能
• 基于此，我们提出一个深度端到端的可训练图像金字塔网络用于物体检测，其在训练和测试时使用相同图像尺寸
• 小物体和大物体分别在小尺寸和大尺寸图像想较难检测，我们提出一个新的训练架构：Scale Normalization for Image Pyramids，其选择不同尺寸物体实例的梯度反向传播，并视作图片尺寸的函数
• 单模型性能为45.7%，3网络组合mAP为48.3%，Imagenet-1000预训练，COCO数据仅使用bbox监督
• COCO 2017挑战 Best Student Entry
• Code

Abstract

• Omni-supervised learning: 全方位学习：一种特殊的半监督学习，包括所有可学习的数据和来自Internet的为标记数据
• Data Distillation: 数据蒸馏：一种集成预处理方法，将未标记的数据进行多种变化，使用单一模型自动生成新的训练标记
• 作者主张，目前的视觉识别模型已经具有足够的精度进行自学习（self-learning）,从而挑战真实世界的数据
• 实验表面，使用数据蒸馏训练的模型超过完全使用标注数据训练的方法

本介绍了使用PyCharm进行远程debug的方法，实现本地写代码，远程服务器训练模型和调试代码的功能。

环境：

• Ubuntu 16.04 64bit
• Anaconda2 4.4.11
• CUDA 8.0
• cuDNN 7.0.5
• gcc 5.4.0

本文记录我安装TensorFlow时遇到的问题。由于本人使用CUDA8.0，最新版的tensorflow需要CUDA9.0，因此本文介绍基于源代码安装tensorflow的步骤，如果你使用CUDA9.0请直接按照官网安装教程.

本文收集目标检测相关论文，会在之后持续更新。

Leaderboard

Object Detector

Pedestrain Detector

Detectron 利用caffe2的模型转换功能，将caffemodel转换为pkl，以VGG16为例。

Abstract

深度卷积网络在许多特性识别任务上取得成果，然而在视频任务上单帧检测太慢，因此将先进的图像识别网络迁移到视频任务上意义重大。我们提出深度特征流（Deep Feature Flow）框架用于快速精确的视频识别。该框架仅在稀疏关键帧上运行卷积网络的子网络，并通过流场将特征传递到其他帧，由于流场计算相对较快因此速度得到显著提升。端到端训练整体框架，识别精度显著提升。深度特征流框架灵活且通用，该方法在两个视频数据集上验证。

• MSA
• 视频识别
• Deep Feature Flow

Abstract

用于视频目标检测的NMS方法


Abstract

region-based ConvNets（R-CNN）极大的推动了目标检测领域的发展，但是其训练过程仍然包括很多启发知识和超参来进行优化。我们提出一种简单但是非常有效的在线困难样本挖掘算法online hard example mining（OHEM）用于训练R-CNN检测器。我们的动机是：在被检测的数据集中总是包含大量简单的样本和少量困难样本。自动的选择这些困难样本进行训练能够更加快速和有效。OHEM是一种简单直观的算法，能够避免一些常用的启发只是和超参。更重要的是，其对检测性能有稳定和显著的提升。在数据集变得越来越大的今天，如MS COCO，这项工作是十分有意义的。最后，OHEM与该领域先进的方法结合后，在PASCAL VOC 2007和2012数据集上实现78.9%和76.3%的mAP。

• OHEM
• FAIR
• Ross Girshick
• Hard Example Mining

使用对象存储保存markdown图片